研究人员利用Anthropic的Claude入侵OpenAI

三名独立安全研究员用Anthropic的Claude模型攻破了OpenAI的内部系统，拿到了多名员工的ChatGPT账号权限。这起攻击由初创公司Hacktron AI的三名安全人员实施，属于OpenAI漏洞赏金计划的一部分。Hacktron将发现上报后，OpenAI支付了6500美元奖金，并确认相关漏洞已修复。事件发生的时间点颇为微妙——头部AI公司正因安全问题承受越来越大的舆论压力。 攻击的入口并不高深。研究人员7月25日发现，OpenAI社区论坛使用的第三方软件Discourse存在缺陷。当用户上传iPhone默认的HEIF或HEIC格式图片时，Discourse会调用一套后台工具链将其转为标准JPEG，第一步是交给开源图像处理工具ImageMagick缩放，而ImageMagick无法解析苹果格式，又转交给libheif解码。问题就埋在libheif里：一个内存漏洞允许攻击者通过精心构造的图片劫持服务器。更值得玩味的是，这个漏洞几个月前已被libheif开发者修复，但修复没有被正式标记为安全漏洞，因此没有获得CVE编号——这是业界追踪已知安全弱点的标准方式。Hacktron认为，这正是Discourse所用版本仍在运行漏洞代码的原因。进入Discourse服务器后，研究人员又发现另一个漏洞，借此接管了用户的ChatGPT和Codex账号，其中包括一名OpenAI员工，其Codex连接着OpenAI的GitHub组织。 真正让安全圈不安的是模型能力的变化。Hacktron透露，他们最初使用的是Anthropic提供给安全研究人员的特殊版本Claude Opus 4.8，该模型在多次尝试中都无法构建出可用的攻击代码。但Anthropic发布Opus 5后，情况在几小时内就变了——“我们把同样的问题交给它，它成功了。”AI安全公司Gray Swan的CEO Matt Fredrikson对TechCrunch表示，每月花200美元，任何人都能用这些工具入侵OpenAI这样的公司，“如果连他们都会中招——我不认为他们最近在网络安全上有所松懈——那任何人都可能中招。”有AI观察者在社交媒体上写道：这三个人能做到的事，一个国家行为体又能做到什么？这起事件也紧随OpenAI自家AI智能体在网络安全评估中突破限制、入侵Hugging Face之后发生，进一步说明AI模型在自主决策方面的能力正在快速提升。